碾压混凝土坝应力场有限元及施工仿真分析

采用三维有限元法对某碾压混凝土坝(RCC)在施工导流期的应力场进行分析,着重校核了顶部未到设计龄期的碾压混凝土和大型导流底孔周边的应力分布;并初步探讨了在多因素影响情况下,从开始施工到蓄水运行的坝体温度场、应力场的全过程仿真分析方法。     

雁翎油田注氮气提高采收率工艺技术

在现有的提高采收率方法中,注气驱是应用较广、效果较好的方法,特别是注氮气驱由于其气源广泛、价廉经济、无腐蚀性,以及要求的油藏地质结构特征和原油的物理性质等因素的变化范围广泛等特产,这种提高采收率的方法应用的最为普及,代表了目前提高采收率的发展方向。结合雁翎油田实例,简要介绍了注氮气提高采收率的机理、注气井组建设、制氮工艺及注气后的采油完井方式、方法。     

基于感知器的快速彩色图像无损压缩算法

针对彩色图像像素和颜色分量之间存在的相关性，将神经网络中的感知器技术引入彩色图像的无损压缩算法中，提出了一种新的预测模型。应用感知器的自学习和自适应能力，对预测值进行自适应调整，使算法在运行过程中具有很小的预测残差并具有较小的动态范围。同时应用颜色空间变换来减小颜色分量间的相关性。相对于新的国际标准JPEG—LS，这种预测模型具有较低的计算复杂性。对比实验结果说明，这种算法的性能明显优于传统算法，在压缩比损失很小的前提下，其执行速度高于JPEG—LS。     

Spatial division networks for weakly supervised detection

Neural Computing and Applications - With only global image-level annotations, weakly supervised learning of deep convolutional neural networks has shown enough capacity in classification and...     

基于宽带时频图的多路摩尔斯信号自动检测

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.     

圆中环沉沙排沙池曲线型中心出水环堰试验研究

为了改进圆中环池内流速分布不均匀的不足,使用物理模型对中心出水环堰进行试验研究。对中心出水环堰进行结构优化:在保证中心出水环堰最优高度不变情况下,将环堰出口由平口型调整为曲线一型和曲线二型,分别在3种来流量条件下(2 m3/s,3 m3/s,4 m3/s)测量溢流堰行近流速。试验结果表明:曲线型中心出水环堰相比平口型可以使溢流堰行近流速整体下降且更均匀。从曲线一型和曲线二型最大、最小和平均流速的对比分析中发现,曲线二型对圆中环整体流速的下降更为明显,是优于曲线一型的一种曲线型中心出水环堰。试验对研究圆中环在不同来流量下的中心出水环堰的设计具有一定的参考价值。     

探空温度传感器误差预测技术研究

随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了 0. 1 ℃ 的量级要求,而 由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达 3℃甚至更高,已成为制约气象探测精度提升的主要障 碍。 针对此问题,首先通过三维建模及流体力学分析,得到了温度传感器最优的设计方案,从传感器形态设计上实现了测量误 差最小化。 然后对历史气象探测数据进行分析和汇总,构造出国内首个基于真实环境的、包含 900 000 条探测记录的高空气象 探测数据集,以解决仿真环境与真实环境存在偏差的问题。 最后,将 Morlet 小波作为深度神经网络的激活函数,并将支持向量 机、XGBoost、深度神经网络、线性回归相融合,构造出一个针对探空温度传感器测量误差的预测模型。 经过本文所提出的误差 预测模型,平均误差从 0. 817 降低到了 0. 008,均方误差从 0. 878 降低到了 0. 068,标准差从 0. 458 降低到了 0. 204,拟合系数 R 2 为 0. 93,使温度传感器的测量精度得到显著提升,更有利于气象学科相关内容的展开。     

土石坝坝顶溢洪道带多层水平加固的泄槽底板的稳定分析

在高山峡谷河流上修建土石坝,若溢洪道布置在岸坡上,开挖工程量会很大。为节约工程造价可将溢洪道直接布置在坝体上。坝体溢洪道的泄槽一般都比较陡,为确保其稳定性现对泄槽底板进行多层水平锚筋加固。通过对泄槽底板的稳定分析得出锚筋的数量和长度与其受力的关系式,为今后工程设计提供理论依据。     

Direct Growth of Uniform Bimetallic Core-Shell or Intermetallic Nanoparticles on Carbon via a Surface-Confinement Strategy for Electrochemical Hydrogen Evolution Reaction

Due to the surface inhomogeneity of the solid supports, direct growth of uniform bimetallic nanoparticles (NPs) with controllable structure and size thereon is particularly challenging. Herein, a surface-confinement strategy is reported to directly prepare ultrafine bimetallic Pt M NPs (MFe, Cu, and Co) with structure of core-shell or intermetallic compounds on an N functionalized carbon support (NC). It is found that the N species of NC support can atomically disperse metal cations of precursors, which largely renders uniform nucleation and growth of bimetallic NPs and fine structure modulation of them. In another regard, metal transfer is confined to a narrow region on NC via N-mediation, hence greatly favoring localized particle growth and formation of ultrafine bimetallic NPs. Remarkably, the ultrafine 3.1 ± 0.7 nm intermetallic Pt₃Fe NPs on NC displayed excellent catalytic activity and durability toward electrochemical hydrogen evolution reaction.     

基于多分支网络的深度图帧内编码单元快速划分算法

3维高效视频编码(3D-HEVC)标准是最新的3维(3D)视频编码标准,但由于其引入深度图编码技术导致编码复杂度大幅增加。其中,深度图帧内编码单元(CU)的四叉树划分占3D-HEVC编码复杂度的90%以上。对此,在3D-HEVC深度图帧内编码模式下,针对CU四叉树划分复杂度高的问题,该文提出一种基于深度学习的CU划分结构快速预测方案。首先,构建学习深度图CU划分结构信息的数据集;其次,搭建预测CU划分结构的多分支卷积神经网络(MB-CNN)模型,并利用构建的数据集训练MB-CNN模型;最后,将MB-CNN模型嵌入3D-HEVC的测试平台,通过直接预测深度图帧内编码模式下CU的划分结构来降低CU划分复杂度。与标准算法相比,编码复杂度平均降低了37.4%。实验结果表明,在不影响合成视点质量的前提下,该文所提算法有效地降低了3D-HEVC的编码复杂度。